在这篇文章中，我们将带领您了解对于水平扩展的分布式系统，Ppub/Sub中的Redis群集与ZeroMQ的全貌，同时，我们还将为您介绍有关android–如何在ZeroMQ(jzmq)中使用XPUB和
在这篇文章中，我们将带领您了解对于水平扩展的分布式系统，Ppub / Sub中的Redis群集与ZeroMQ的全貌，同时，我们还将为您介绍有关android – 如何在ZeroMQ(jzmq)中使用XPUB和XSUB与代理实现Pub-Sub网络、GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好、go-zero与Redis的完美结合：构建高效的分布式缓存系统、golang实现基于redis和consul的可水平扩展的排行榜服务范例的知识，以帮助您更好地理解这个主题。
本文目录一览：- 对于水平扩展的分布式系统，Ppub / Sub中的Redis群集与ZeroMQ
- android – 如何在ZeroMQ(jzmq)中使用XPUB和XSUB与代理实现Pub-Sub网络
- GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好
- go-zero与Redis的完美结合：构建高效的分布式缓存系统
- golang实现基于redis和consul的可水平扩展的排行榜服务范例
对于水平扩展的分布式系统，Ppub / Sub中的Redis群集与ZeroMQ
如果我要设计一个庞大的分布式系统，其吞吐量应与系统中的用户数和通道数成线性比例，哪个更好？
1） Redis群集 （仅适用于Redis 3.0
alpha，如果它处于群集模式，则可以在一个节点上发布并在另一个完全不同的节点上订阅，消息将传播并到达您）。发布的复杂度为 O（N + M）
，其中N是已订阅客户端的数量，M是系统中已订阅模式的数量，但是在Redis集群中，它如何扩展？我接受对此的有根据的猜测。
2）从3.x开始， ZeroMQ进行
服务器端过滤，因此那里也有一些时间复杂性，但是我在文档中没有看到任何有关它的信息。如果要扩展它，我可以让许多服务器发布到任何频道，每个订户将连接到所有服务器，并订阅所需的频道。好像很好
那么，哪种方法更适合大型发布者系统的横向扩展？我还应考虑哪些其他解决方案？记住，我想最小化延迟和吞吐量，但是能够水平扩展。
答案1
小编典典我想您想使延迟最小化。通道数无关。关键因素大致是发布者和订阅者的数量，消息大小，每个发布者每秒的消息数，每个订阅者接收的消息数。ZeroMQ每秒可以从一个节点到另一节点处理几百万条小消息；在成为软件之前，您的瓶颈将是网络。因此，大多数高容量的pubsub架构都使用ZeroMQ支持的PGM组播之类的东西。
android – 如何在ZeroMQ(jzmq)中使用XPUB和XSUB与代理实现Pub-Sub网络
我试图在android中使用它来使用jni wrapped version.请帮我找一个例子,如何使用java在ZeroMQ中使用代理实现这个Pub-Sub网络.
目前我指的是http://zguide.zeromq.org/page:all
我试着按如下方式移植它.
Subscriber.java
public class Subscriber extends Thread implements Runnable {
}
Publisher.java
public class Publisher extends Thread implements Runnable {
}
XListener.java(现在是一个简单的转发器)
public class XListener extends Thread implements Runnable {
}
在应用程序main()中
private void main() {
ZMQ.Context ctx = ZMQ.context(1);
使用代码我无法收听XSUB.在移植espresso.c时,我无法在ZMQ的java绑定中找到任何包装器.如何实现一个简单的代理或我错过了什么？
private static final String TAG = "Subscriber";
private Context ctx;
public Subscriber(ZMQ.Context z_context) {
this.ctx = z_context;
}
@Override
public void run() {
super.run();
ZMQ.socket mulServiceSubscriber = ctx.socket(ZMQ.SUB);
mulServiceSubscriber.connect("tcp://localhost:6001");
mulServiceSubscriber.subscribe("A".getBytes());
mulServiceSubscriber.subscribe("B".getBytes());
while (true) {
Log.d(TAG,"Subscriber loop started..");
String content = new String(mulServiceSubscriber.recv(0));
Log.d(TAG,"Subscriber Received : "+content);
}
}private static final String TAG = "Publisher";
private Context ctx;
public Publisher(ZMQ.Context z_context) {
this.ctx = z_context;
}
@Override
public void run() {
super.run();
ZMQ.socket publisher = ctx.socket(ZMQ.PUB);
publisher.connect("tcp://localhost:6000");
while (true) {
Log.d(TAG,"Publisher loop started..");
publisher.send(("A Hello " + new Random(100).nextInt()).getBytes(),0);
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printstacktrace();
}
}
}private static final String TAG = null;
private Socket publisherX;
private Context ctx;
private Socket subscriberX;
public XListener(ZMQ.Context ctx,ZMQ.socket subscriberX,ZMQ.socket publisherX) {
this.ctx = ctx;
this.subscriberX = subscriberX;
this.publisherX = publisherX;
}
@Override
public void run() {
super.run();
while (true) {
Log.d(TAG,"XListener loop started..");
String msg = new String(subscriberX.recvstr());
Log.v(TAG,"Listener Received: " +"MSG :"+msg);
publisherX.send(msg.getBytes(),0);
}
}ZMQ.socket subscriberX = ctx.socket(ZMQ.XSUB);
subscriberX.bind("tcp://*:6000");
try {
Thread.sleep(500);
} catch (InterruptedException e) {
// Todo Auto-generated catch block
e.printstacktrace();
}
ZMQ.socket publisherX = ctx.socket(ZMQ.XPUB);
publisherX.bind("tcp://*:6001");
try {
Thread.sleep(500);
} catch (InterruptedException e) {
// Todo Auto-generated catch block
e.printstacktrace();
}
new XListener(ctx,subscriberX,publisherX).start();
try {
Thread.sleep(500);
} catch (InterruptedException e) {
// Todo Auto-generated catch block
e.printstacktrace();
}
new XSender(ctx,publisherX).start();
try {
Thread.sleep(500);
} catch (InterruptedException e) {
// Todo Auto-generated catch block
e.printstacktrace();
}
new Subscriber(ctx).start();
new Publisher(ctx).start();
}
解决方法
public class XSender extends Thread implements Runnable {
}
private static final String TAG = null;
private Socket publisherX;
private Context ctx;
private Socket subscriberX;
public XSender(ZMQ.Context ctx,ZMQ.socket publisherX) {
this.ctx = ctx;
this.subscriberX = subscriberX;
this.publisherX = publisherX;
}
@Override
public void run() {
super.run();
while (true) {
// Read envelope with address
Log.d(TAG,"XListener loop started..");
String msg = new String(subscriberX.recv(0));
Log.v(TAG,0);
}
}
GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好
转：
GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好
目录
- 一、GlusterFS 简介
-
- 1、GlusterFS 的概念
- 2、GlusterFS 特点
- 3、GlusterFS 术语
- 4、GlusterFS 的模块化堆栈式架构
- 5、GlusterFS 的工作流程
- 6、后端存储如何定位文件
- 7、GFS 支持的七种卷
-
- （1）分布式卷（默认）
- （2）条带卷（默认）
- （3）复制卷（Replica volume）
- （4）分布式条带卷（Distribute Stripe volume）
- （5）分布式复制卷（Distribute Replica volume）
- （6）条带复制卷（Stripe Replca volume）
- （7）分布式条带复制卷（Distribute Stripe Replicavolume）
- 二、相关维护命令
-
- 1、查看 GlusterFS 卷
- 2、查看所有卷的信息
- 3、查看所有卷的状态
- 4、停止一个卷
- 5、删除一个卷
- 6．设置卷的访问控制
- 三、GFS 部署
-
- 1、节点进行磁盘分区、挂载
- 2、配置 /etc/hosts 文件
- 3、安装、启动 GlusterFS
- 4、添加节点创建集群
- 5、根据规划创建卷
-
- （1）创建分布式卷
- （2）创建条带卷
- （3）创建复制卷
- （4）创建分布式条带卷
- （5）创建分布式复制卷
- 6、部署 gluster 客户端
- 7、测试 Gluster 文件系统
- 7、查看文件分布
-
- （1）查看分布式文件分布
- （2）查看条带卷文件分布
- （3）查看复制卷文件分布
- （4）查看分布式条带卷分布
- （5）查看分布式复制卷分布
- 四、冗余测试
-
- 1、分布式卷
- 2、条带卷
- 3、分布式条带卷
- 4、分布式复制卷
- 5、复制卷
- 总结
一、GlusterFS 简介
1、GlusterFS 的概念
GlusterFS：分布式文件系统
- 开源的分布式文件系统
- 组成：
- 存储服务器
- 客户端
- NFS/Samba 存储网关
- 无元数据服务器
- 数据分散存储
- 可避免出现单点故障
补充：
FS（文件系统）的作用：从系统角度来看，文件系统是对文件存储设备的空间进行组织和分配，负责文件存储并对存入的文件进行保护和检索的系统。
具体地说，它负责为用户建立文件，存入、读出、修改、转储文件，控制文件的存取
文件系统组成：
1) 文件系统接口
2) 对对像管理的软件集合
3) 对象及属性
2、GlusterFS 特点
扩展性和高性能
GlusterFS 利用双重特性来提供高容量存储解决方案。
（1）Scale-Out 架构允许通过简单地增加存储节点的方式来提高存储容量和性能（磁盘、计算和 I/O 资源都可以独立增加），支持 10GbE 和 InfiniBand 等高速网络互联。
（2）Gluster 弹性哈希（ElasticHash）解决了 GlusterFS 对元数据服务器的依赖，改善了单点故障和性能瓶颈，真正实现了并行化数据访问。GlusterFS 采用弹性哈希算法在存储池中可以智能地定位任意数据分片（将数据分片存储在不同节点上），不需要查看索引或者向元数据服务器查询。
高可用性
GlusterFS 可以对文件进行自动复制，如镜像或多次复制，从而确保数据总是可以访问，甚至是在硬件故障的情况下也能正常访问。
当数据出现不一致时，自我修复功能能够把数据恢复到正确的状态，数据的修复是以增量的方式在后台执行，几乎不会产生性能负载。
GlusterFS 可以支持所有的存储，因为它没有设计自己的私有数据文件格式，而是采用操作系统中主流标准的磁盘文件系统（如 EXT3、XFS 等）来存储文件，因此数据可以使用传统访问磁盘的方式被访问。
全局统一命名空间
分布式存储中，将所有节点的命名空间整合为统一命名空间，将整个系统的所有节点的存储容量组成一个大的虚拟存储池，供前端主机访问这些节点完成数据读写操作。
弹性卷管理
GlusterFS 通过将数据储存在逻辑卷中，逻辑卷从逻辑存储池进行独立逻辑划分而得到。
逻辑存储池可以在线进行增加和移除，不会导致业务中断。逻辑卷可以根据需求在线增长和缩减，并可以在多个节点中实现负载均衡。
文件系统配置也可以实时在线进行更改并应用，从而可以适应工作负载条件变化或在线性能调优。
基于标准协议
Gluster 存储服务支持 NFS、CIFS、HTTP、FTP、SMB 及 Gluster 原生协议，完全与 POSIX 标准兼容。
现有应用程序不需要做任何修改就可以对 Gluster 中的数据进行访问，也可以使用专用 API 进行访问。
3、GlusterFS 术语
这里先补充一点等会要用的 GlusterFS 术语
- Brick（块存储）：由主机提供的用于物理存储的专用分区，是 GlusterFS 中的基本存储单元，同时也是可信存储池中服务器上对外提供的存储目录。
- Volume（逻辑卷）：一个逻辑卷是一组 Brick 的集合。卷是数据存储的逻辑设备，类似于 LVM 中的逻辑卷。大部分 Gluster 管理操作是在卷上进行的。
- FUSE：用户空间的文件系统（类别 EXT4），” 这是一个伪文件系统 “，用户端的交换模块
- VFS（虚拟端口）：内核态的虚拟文件系统，用户是提交请求给 VFS 然后 VFS 交给 FUSH，再交给 GFS 客户端，最后由客户端交给远端的存储
- Glusterd（服务）：是运行再存储节点的进程（客户端运行的是 gluster client）GFS 使用过程中整个 GFS 之间的交换由 Gluster client 和 glusterd 完成
4、GlusterFS 的模块化堆栈式架构
- 模块化、堆栈式的架构
- 模块化：每个模块可以提供不同的功能
- 堆栈式：同时启用多个模块，多个功能可以组合，实现复杂的功能
- 通过对模块的组合，实现复杂的功能
GlusterFS Client 客户端
VFS（虚拟文件系统）：为各类文件系统提供了一个统一的操作界面和应用编程接口
I/O cache（I/O 缓存，Input/Output）：用于数据在内部存储器和外部存储器或其他周边设备之间的输入和输出。
read ahead（内核文件预读）
Distribute/Stripe：分布式、条带化
replicate：复制功能
网络层
Gige（千兆网 / 千兆接口）
TCP/IP（网络协议）
InfiniBand（网络协议）：与 TCP/IP 相比，TCP/IP 具有转发丢失数据包的特性，基于此通信协议可能导致通信变慢，而 IB 使用基于信任的、流控制的机制来保证连接完整性
RDMA（Remote Direct Memory Access，远程直接数据存取）负责数据传输。功能：为了解决传输过程中客户端与服务器端数据处理的延迟
Server 服务端
posix（可移植操作系统接口）：解决客户端与服务端系统兼容性问题
Brick：块存储
总结
1、GlusterFS 采用模块化、堆栈式的架构，可通过灵活的配置支持高度定制化的应用环境，比方大文件存储、海量小文件存储、云存储、多传输协议应用等。
2、每一个功能以模块形式实现，然后以积木方式进行简单的组合，就可以实现复杂的功能。比方，Replicate 模块可实现 RAID1，Stripe 模块可实现 RAID0，通过两者的组合可实现 RAID10 和 RAID01，同一时候获得高性能和高可靠性。
3、然后以请求的方式与客户端进行交互，客户端与服务端进行交互时，通过 posix 来解决出现的系统兼容性问题，让客户端的命令通过 posix 过滤后可以在服务端执行
5、GlusterFS 的工作流程
例如
1、外来一个请求，例：用户端申请创建一个文件，客户端或应用程序通过 GFS 的挂载点访问数据
2、linux 系统内容通过 VFSAPI 收到请求并处理
3、VFS 将数据递交给 FUSE 内核文件系统，fuse 文件系统则是将数据通过 /dev/fuse 设备文件递交给了 GlusterFS client 端
4、GlusterFS client 端收到数据后，会根据配置文件的配置对数据进行处理
5、再通过网络，将数据发送给远端的 ClusterFS server，并将数据写入到服务器储存设备上
6、server 再将数据转交给 VFS 伪文件系统，再由 VFS 进行转存处理，最后交给 EXT3
6、后端存储如何定位文件
使用弹性 HASH 算法
为了解决分布式文件数据索引、定位的复杂程度，而使用弹性 HASH 算法来解决数据定位、索引、寻址的功能
- 先通过 HASH 算法对数据可以得到一个值
- 该值有 2 的 32 次方个组合
- 每个数据对应了 0-2 的 32 次方的一个值
- 通常情况下，不同数据得到的值是不同的
弹性 HASH 算法的优点
- 保证数据平均分布在每一个 Brick 中。
- 解决了对元数据服务器的依赖，进而解决了单点故障以及访问瓶颈。
7、GFS 支持的七种卷
（1）分布式卷（默认）
文件通过 HASH 算法分布到所有 Brick Server 上，这种卷是 GFS 的基础；文件没有被分片，直接根据 HASH 算法散列到不同的 Brick，其实只是扩大了磁盘空间，并不具备容错能力，属于文件级 RAID 0
分布式卷的特点
- 文件分布在不同的服务器，不具备冗余性
- 更容易和廉价地扩展卷的大小
- 单点故障会造成数据丢失
- 依赖底层的数据保护
创建命令
- 创建一个名为 dis-volume 的分布式卷，文件将根据 HASH 分布在 server1:/dir1、server2:/dir2 和 server3:/dir3 中
gluster volume create dis-volume server1:/dir1 server2:/dir2
（2）条带卷（默认）
类似 RAID 0，文件被分成数据库并以轮询的方式分布到多个 Brick Server 上，文件存储以数据块为单位，支持大文件存储，文件越大，读取效率越高
条带卷特点
- 数据被分割成更小块分布到块服务器群中的不同条带区
- 分布减少了负载且更小的文件加速了存取的速度
- 没有数据冗余
创建命令
- 创建了一个名为 Stripe-volume 的条带卷，文件将被分块轮询的存储在 Server1:/dir1 和 Server2:/dir2 两个 Brick
gluster volume create stripe-volume stripe 2 transport tcp server1:/dir1 server2:/dir2
（3）复制卷（Replica volume）
将文件同步到多个 Brick 上，使其具备多个文件副本，属于文件级 RAID 1，具有容错能力。因为数据分散在多个 Brick 中，所以读性能得到很大提升，但写性能下降
复制卷特点
- 卷中所有的服务器均保存一个完整的副本
- 卷的副本数量可由客户创建的时候决定
- 至少由两个块服务器或更多服务器
- 具备冗余性
创建命令
#创建名为 rep-volume 的复制卷，文件将同时存储两个副本，分别在 Server1:/dir1 和 Server2:/dir2 两个 Brick 中
gluster volume create rep-volume replica 2 transport tcp server1:/dir1 server2:/dir2
（4）分布式条带卷（Distribute Stripe volume）
Brick Server 数量是条带数（数据块分布的 Brick 数量）的倍数
兼具分布式卷和条带的特点
创建命令
- 创建了一个名为 dis-stripe 的分布式条带卷，配置分布式的条带卷时，卷中 Brick 所包含的存储服务器数必须是条带数的倍数 (>=2 倍)
gluster volume create rep-volume replica 2 transport tcp server1:/dir1 server2:/dir2
（5）分布式复制卷（Distribute Replica volume）
Brick Server 数量是镜像数（数据副本 数量）的倍数
兼具分布式卷和复制卷的特点
创建命令
- 创建了一个名为 dis-rep 的分布式条带卷，配置分布式的复制卷时，卷中 Brick 所包含的存储服务器数必须是复制数的倍数 (>=2 倍)
gluster volume create rep-volume replica 2 transport tcp server1:/dir1 server2:/dir2 server3:/dir3 server4:/dir4
（6）条带复制卷（Stripe Replca volume）
类似 RAID 10，同时具有条带卷和复制卷的特点
（7）分布式条带复制卷（Distribute Stripe Replicavolume）
三种基本卷的复合卷通常用于类 Map Reduce 应用
二、相关维护命令
1、查看 GlusterFS 卷
gluster volume list
2、查看所有卷的信息
gluster volume info
3、查看所有卷的状态
gluster volume status
4、停止一个卷
gluster volume stop dis-stripe
5、删除一个卷
注意：删除卷时，需要先停止卷，且信任池中不能有主机处于宕机状态，否则删除不成功
gluster volume delete dis-stripe
6．设置卷的访问控制
仅拒绝
gluster volume set dis-rep auth.allow 192.168.163.100
仅允许
gluster volume set dis-rep auth.allow 192.168.163.* #设置192.168.163.0网段的所有IP地址都能访问dis-rep卷（分布式复制卷）
三、GFS 部署
gfsrepo.zip
相关软件包
集群环境准备
| 节点名称 | ip 地址 | 磁盘 | 挂载点 |
|---|---|---|---|
| Node1 节点 | 192.168.163.11 | /dev/sdb1 /dev/sdc1 /dev/sdd1 /dev/sde1 |
/data/sdb1 /data/sdc1 /data/sdd1 /data/sde1 |
| Node2 节点 | 192.168.163.12 | /dev/sdb1 /dev/sdc1 /dev/sdd1 /dev/sde1 |
/data/sdb1 /data/sdc1 /data/sdd1 /data/sde1 |
| Node3 节点 | 192.168.163.13 | /dev/sdb1 /dev/sdc1 /dev/sdd1 /dev/sde1 |
/data/sdb1 /data/sdc1 /data/sdd1 /data/sde1 |
| Node4 节点 | 192.168.163.14 | /dev/sdb1 /dev/sdc1 /dev/sdd1 /dev/sde1 |
/data/sdb1 /data/sdc1 /data/sdd1 /data/sde1 |
| 客户端 | 192.168.163.15 |
所有节点更改名称，方便识别
关防火墙（所有节点和客户端）
systemctl stop firewalld
setenforce 0
1、节点进行磁盘分区、挂载
Node1 节点：192.168.163.11
Node2 节点：192.168.163.12
Node3 节点：192.168.163.13
Node4 节点：192.168.163.14
这里使用 node1 作为示范，用脚本对磁盘进行操作
vim fdisk.sh
#!/bin/bash
NEWDEV=`ls /dev/sd* | grep -o ''sd[b-z]'' | uniq`
for VAR in $NEWDEV
do
echo -e "nnpnnnnwn" | fdisk /dev/$VAR &> /dev/null
mkfs.xfs /dev/${VAR}"1" &> /dev/null
mkdir -p /data/${VAR}"1" &> /dev/null
echo "/dev/${VAR}"1" /data/${VAR}"1" xfs defaults 0 0" >> /etc/fstab
done
mount -a &> /dev/null
chmod +x fdisk.sh
./fdisk.sh
2、配置 /etc/hosts 文件
Node1 节点：192.168.163.11
Node2 节点：192.168.163.12
Node3 节点：192.168.163.13
Node4 节点：192.168.163.14
使用 node1 作为示范
echo "192.168.163.11 node1" >> /etc/hosts
echo "192.168.163.12 node2" >> /etc/hosts
echo "192.168.163.13 node3" >> /etc/hosts
echo "192.168.163.14 node4" >> /etc/hosts
3、安装、启动 GlusterFS
Node1 节点：192.168.163.11
Node2 节点：192.168.163.12
Node3 节点：192.168.163.13
Node4 节点：192.168.163.14
使用 node1 作为示范
#将软件包放入opt目录下
cd /opt
unzip gfsrepo.zip
cd /etc/yum.repos.d/
mkdir repos.bak
mv * repos.bak/
vim glfs.repo
[glfs]
name=glfs
baseurl=file:///opt/gfsrepo
gpgcheck=0
enabled=1
yum clean all && yum makecache
yum -y install glusterfs glusterfs-server glusterfs-fuse glusterfs-rdma
systemctl start glusterd.service
systemctl enable glusterd.service
systemctl status glusterd.service
4、添加节点创建集群
Node1 节点：192.168.163.11
添加节点到存储信任池中
gluster peer probe node1
gluster peer probe node2
gluster peer probe node3
gluster peer probe node4
#查看群集状态（可以在每个节点上使用）
gluster peer status
5、根据规划创建卷
创建卷只需要在一台节点上创建即可
根据以下规划创建卷：
| 卷名称 | 卷类型 | Brick |
|---|---|---|
| dis-volume | 分布式卷 | node1(/data/sdb1)、node2(/data/sdb1) |
| stripe-volume | 条带卷 | node1(/data/sdc1)、node2(/data/sdc1) |
| rep-volume | 复制卷 | node3(/data/sdb1)、node4(/data/sdb1) |
| dis-stripe | 分布式条带卷 | node1(/data/sdd1)、node2(/data/sdd1)、node3(/data/sdd1)、node4(/data/sdd1) |
| dis-rep | 分布式复制卷 | node1(/data/sde1)、node2(/data/sde1)、node3(/data/sde1)、node4(/data/sde1) |
（1）创建分布式卷
创建分布式卷，没有指定类型，默认创建的是分布式卷
创建分布式卷
gluster volume create dis-volume node1:/data/sdb1 node2:/data/sdb1 force
查看卷列表
gluster volume list
启动新建分布式卷
gluster volume start dis-volume
查看创建分布式卷信息
gluster volume info dis-volume
（2）创建条带卷
指定类型为 stripe，数值为 2，且后面跟了 2 个 Brick Server，所以创建的是条带卷
创建条带卷
gluster volume create stripe-volume stripe 2 node1:/data/sdc1 node2:/data/sdc1 force
启动新建条带卷
gluster volume start stripe-volume
查看创建条带卷信息
gluster volume info stripe-volume
（3）创建复制卷
指定类型为 replica，数值为 2，且后面跟了 2 个 Brick Server，所以创建的是复制卷
创建复制卷
gluster volume create rep-volume replica 2 node3:/data/sdb1 node4:/data/sdb1 force
启动新建复制卷
gluster volume start rep-volume
查看创建复制卷信息
gluster volume info rep-volume
（4）创建分布式条带卷
指定类型为 stripe，数值为 2，而且后面跟了 4 个 Brick Server，是 2 的两倍，所以创建的是分布式条带卷
创建分布式条带卷
gluster volume create dis-stripe stripe 2 node1:/data/sdd1 node2:/data/sdd1 node3:/data/sdd1 node4:/data/sdd1 force
启动新建分布式条带卷
gluster volume start dis-stripe
查看创建分布式条带卷信息
gluster volume info dis-stripe
（5）创建分布式复制卷
指定类型为 replica，数值为 2，而且后面跟了 4 个 Brick Server，是 2 的两倍，所以创建的是分布式复制卷
创建分布式复制卷
gluster volume create dis-rep replica 2 node1:/data/sde1 node2:/data/sde1 node3:/data/sde1 node4:/data/sde1 force
启动新建分布式复制卷
gluster volume start dis-rep
查看创建分布式复制卷信息
gluster volume info dis-rep
查看卷列表
gluster volume list
6、部署 gluster 客户端
部署 Gluster 客户端（192.168.163.15）
（1）安装客户端软件
cd /opt
unzip gfsrepo.zip
cd /etc/yum.repos.d/
mkdir repos.bak
mv * repos.bak/
vim glfs.repo
[glfs]
name=glfs
baseurl=file:///opt/gfsrepo
gpgcheck=0
enabled=1
yum clean all && yum makecache
yum -y install glusterfs glusterfs-fuse
（2）配置 /etc/hosts 文件
echo "192.168.163.11 node1" >> /etc/hosts
echo "192.168.163.12 node2" >> /etc/hosts
echo "192.168.163.13 node3" >> /etc/hosts
echo "192.168.163.14 node4" >> /etc/hosts
（3）创建挂载目录
mkdir -p /test/{
dis,stripe,rep,dis_stripe,dis_rep}
（4）挂载 Gluster 文件系统
- 临时挂载
mount.glusterfs node1:dis-volume /test/dis
mount.glusterfs node1:stripe-volume /test/stripe
mount.glusterfs node1:rep-volume /test/rep
mount.glusterfs node1:dis-stripe /test/dis_stripe
mount.glusterfs node1:dis-rep /test/dis_rep
df -h
- 企业中最好用永久挂载，以防重启或服务器宕机
vim /etc/fstab
node1:dis-volume /test/dis glusterfs defaults,_netdev 0 0
node1:stripe-volume /test/stripe glusterfs defaults,_netdev 0 0
node1:rep-volume /test/rep glusterfs defaults,_netdev 0 0
node1:dis-stripe /test/dis_stripe glusterfs defaults,_netdev 0 0
node1:dis-rep /test/dis_rep glusterfs defaults,_netdev 0 0
mount -a
7、测试 Gluster 文件系统
部署 Gluster 客户端（192.168.163.15）
向卷中写入文件
cd /opt
dd if=/dev/zero of=/opt/demo1.log bs=1M count=40
dd if=/dev/zero of=/opt/demo2.log bs=1M count=40
dd if=/dev/zero of=/opt/demo3.log bs=1M count=40
dd if=/dev/zero of=/opt/demo4.log bs=1M count=40
dd if=/dev/zero of=/opt/demo5.log bs=1M count=40
ls -lh /opt
cp demo* /test/dis
cp demo* /test/stripe/
cp demo* /test/rep/
cp demo* /test/dis_stripe/
cp demo* /test/dis_rep/
7、查看文件分布
查看卷对应的磁盘分区中的文件数据，验证结果
（1）查看分布式文件分布
node1:/dev/sdb1
ll -h /data/sdb1
node2:/dev/sdb1
ll -h /data/sdb1
现象：分布式只会将 demo 文件分开存储（5 个文件不在同一磁盘分区上），不会将数据分片和备份
（2）查看条带卷文件分布
node1:/dev/sdc1
ll -h /data/sdc1
node2:/dev/sdc1
ll -h /data/sdc1
现象：条带卷会将每个 demo 文件中的数据分片存储（两个分区各有 20M 的文件），没有备份
（3）查看复制卷文件分布
node3:/dev/sdb1
ll -h /data/sdb1
node4:/dev/sdb1
ll -h /data/sdb1
现象：复制卷会将每个文件放入卷中的磁盘分区中（两分区的文件一样）
（4）查看分布式条带卷分布
node1:/dev/sdd1
ll -h /data/sdd1
node2:/dev/sdd1
ll -h /data/sdd1
node3:/dev/sdd1
ll -h /data/sdd1
node4:/dev/sdd1
ll -h /data/sdd1
现象：分布式条带卷中，带有分布式和条带卷的特点，即将数据分片，又将文件分开存储，没有备份
（5）查看分布式复制卷分布
node1:/dev/sde1
ll -h /data/sde1
node2:/dev/sde1
ll -h /data/sde1
node3:/dev/sde1
ll -h /data/sde1
node4:/dev/sde1
ll -h /data/sde1
现象：分布式复制卷中，带有分布式和复制卷的特点，即将文件分开存储，又复制一遍文件（备份）
四、冗余测试
挂起 node2 节点或者关闭 glusterd 服务来模拟故障
systemctl stop glusterd.service
在客户端（192.168.163.15）上查看文件是否正常
1、分布式卷
ls -lh /test/dis
结论：数据查看，缺少 demo5，文件 demo5 是存储在 node2 上的，所以分布式卷不具备冗余
2、条带卷
ls -lh /test/stripe/
结论：文件中没有数据，说明数据全部丢失，所以条带卷不具备冗余
3、分布式条带卷
ls -lh /test/dis_stripe/
结论：存储在 node1 和 node2 上的 4 个文件不见了（数据是分片存储的），所以分布式条带卷不具备冗余
4、分布式复制卷
ls -lh /test/dis_rep/
结论：文件和数据都在，所以分布式复制卷具有冗余
5、复制卷
在 node3 和 node4 中选一个关闭的，关闭 node4（192.168.163.14）进行测试，
具有冗余
ls -lh /test/rep/
结论：文件和数据都在，所以复制卷具有冗余
总结
分布式卷：属于文件级的 RAID0，不具备容错能力，如果有一块磁盘损坏，数据就丢失
条带卷：类似 RAID0，文件将被分成数据块并以轮询方式分布到 Brick server 上
复制卷：将文件同步到多个 Brick 上，属于文件 RAID1, 数据分数在多个 Brick 中
分布式条带卷：Brick server 数量是条带数兼具分布式卷和条带卷的特定
分布式复制卷：Brick server 数量是镜像数，兼具分布式卷和复制卷的特点
条带复制卷：类似 RAID10，同时具有条带卷和复制卷的特点
分布式条带复制卷：三种基本卷的集合
在企业中数据的安全性是非常重要的，不具备冗余的卷是不会被企业所接受，所以使用频率较高的就是冗余性好的几种，例如本章讲的复制卷、分布式复制卷，还有没讲的条带复制卷和分布式条带复制卷了。
转：
GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好
--Posted from Rpc
go-zero与Redis的完美结合：构建高效的分布式缓存系统
随着互联网技术的飞速发展，对于分布式系统的需求也越来越高，而分布式缓存系统就是其中必不可少的一部分。
Redis作为开源的NoSQL数据库和分布式缓存系统，在性能和功能方面都有着非常突出的表现。而go-zero作为一款一站式的微服务开发框架，也在实际项目中展现了出色的性能和易用性，同时与Redis的结合也让高效的分布式缓存系统变成了现实。
本文将重点介绍go-zero与Redis的完美结合，探讨如何构建高效的分布式缓存系统以满足日益增长的业务需求。
一、go-zero与Redis的互补性优势
go-zero是一款基于Go语言的微服务框架，它在设计上极其注重性能和易用性。它采用了一系列的性能优化措施，如池化复用、零拷贝等技术，保证了系统的高效性。
而Redis则是一款高性能的内存缓存数据库，它能够以极快的速度读写数据，同时还支持多种高级数据结构和丰富的命令集合。Redis的实时性能非常强，可以满足高并发请求的需求。
go-zero和Redis在性能和易用性方面都有着非常出色的表现，它们的互补性优势可以大大提升分布式缓存系统的效率和可靠性。
二、如何构建高效的分布式缓存系统
1、使用Redis存储数据
如上所述，Redis作为一款高性能的内存缓存数据库，可以非常快速地读写数据。在构建分布式缓存系统的时候，我们可以将常用的数据存储在Redis中，提高数据访问的速度和效率。
2、使用go-zero脚手架构建缓存模块
在go-zero中，我们可以使用它提供的缓存模块来快速搭建分布式缓存系统。通过goctl工具生成的模板文件，我们可以很容易地完成缓存模块的构建和功能实现。同时，go-zero还提供了一些灵活的配置选项，可以帮助我们调整系统的性能和可靠性。
3、使用go-zero的并发模式
在实际项目中，高并发和负载均衡是不可避免的问题。为了解决这个问题，go-zero提供了多种并发模式，如协程池、goroutine分发等。通过合理地利用这些并发模式，我们可以在保证系统性能的同时实现负载均衡和高并发的支持。
4、使用Redis的集群机制
随着数据访问量的增加，单个Redis节点的容量很快就会达到饱和。为了解决这个问题，我们可以使用Redis的集群机制，将数据在多个节点之间进行分散存储。这样可以实现数据的高可用性和负载均衡功能。
三、总结
go-zero与Redis的结合可以帮助我们快速搭建高效的分布式缓存系统，并在实际项目中发挥出色的性能和易用性。在构建分布式缓存系统的过程中，需要注意的一些细节，如数据一致性、缓存清理等问题，但这些都可以通过go-zero和Redis提供的灵活配置和强大功能得到解决。
随着互联网技术的不断发展和创新，分布式缓存系统也将不断迭代，但go-zero与Redis的优势将始终是不可替代的。
以上就是go-zero与Redis的完美结合：构建高效的分布式缓存系统的详细内容，更多请关注php中文网其它相关文章！
golang实现基于redis和consul的可水平扩展的排行榜服务范例
本文的完整代码见https://github.com/changjixiong/goNotes/tree/master/redisnote ，https://github.com/changjixiong/goNotes/tree/master/utils 及https://github.com/changjixiong/goNotes/tree/master/reflectinvoke如果文中没有显示链接说明链接在被转发的时候被干掉了，请搜索找到原文阅读。
概述
排行榜在各种互联网应用中广泛存在。本文将用一个范例说明如何利用redis和consul实现可水平扩展的等级排行榜服务。
redis的使用
实现排行榜有2个地方需要用到redis:
1.存储玩家的排行信息，这里使用的是Sorted Sets，代码如下
err := Rds.ZAdd(
PlayerLvRankKey,redis.Z{
score: lvscoreWithTime(playerInfo.Lv,time.Now().Unix()),Member: playerInfo.PlayerID,},).Err()
其中lvscoreWithTime根据玩家等级及到达的时间计算score用于排名，等级相同的情况下，先到达等级的计算分值大于后达到的。
2.存储玩家自身的信息(名字，ID等)，用于在排行榜中显示，毕竟仅仅只有排行的ID是不够的。这里采用hashset，代码如下
// ma的类型为map[string]string err := Rds.HMSet(fmt.Sprintf("playerInfo:%d",playerID),ma).Err()
服务器端
先初始化redis连接
rdsClient := redis.NewClient(&redis.Options{
Addr: fmt.Sprintf("%s:%d","127.0.0.1", 6379),Password: "123456",DB: 0,})
playercache.Rds = rdsClient
rankservice.Rds = rdsClient
增加初始玩家信息(略)。
注册服务器接口，此部分详细说明请参考《golang通过反射使用json字符串调用struct的指定方法及返回json结果》http://changjixiong.com/reflect-invoke-method-of-struct-and-get-json-format-result/
reflectinvoke.RegisterMethod(rankservice.DefaultRankService)
将服务注册到consul，此部分详细说明请参考《golang使用服务发现系统consul》http://changjixiong.com/use-consul-in-golang/
go registerServer()
在端口9528上开启服务用于结构client请求并返回结果
ln,err := net.Listen("tcp","0.0.0.0:9528") if nil != err { panic("Error: " + err.Error()) } for { conn,err := ln.Accept() // 对Accept()产生的临时错误的处理，可以参考net/http/server.go中的func (srv *Server) Serve(l net.Listener) if err != nil { panic("Error: " + err.Error()) } go RankServer(conn) }
增加玩家经验及设置玩家的排行榜数据的接口如下
func (rankService *RankService) AddplayerExp(playerID,exp int) bool { player := playercache.GetPlayerInfo(playerID) if nil == player { return false } player.Exp += exp // 固定经验升级，可以按需要修改 if player.Exp >= playercache.LvUpExp { player.Lv += 1 player.Exp = player.Exp - playercache.LvUpExp rankService.SetPlayerLvRank(player) } playercache.SetPlayerInfo(player) return true } func (rankService *RankService) SetPlayerLvRank(playerInfo *playercache.PlayerInfo) bool { if nil == playerInfo { return false } err := Rds.ZAdd( PlayerLvRankKey,).Err() if nil != err { log.Println("RankService: SetPlayerLvRank:",err) return false } return true }
获取指定排行的玩家信息的接口
func (rankService *RankService) GetPlayerByLvRank(start,count int64) []*playercache.PlayerInfo { playerInfos := []*playercache.PlayerInfo{} ids,err := Rds.ZRevRange(PlayerLvRankKey,start,start+count-1).Result() if nil != err { log.Println("RankService: GetPlayerByLvRank:",err) return playerInfos } for _,idstr := range ids { id,err := strconv.Atoi(idstr) if nil != err { log.Println("RankService: GetPlayerByLvRank:",err) } else { playerInfo := playercache.LoadplayerInfo(id) if nil != playerInfos { playerInfos = append(playerInfos,playerInfo) } } } return playerInfos }
客户端
连接到consul并查到到排行榜服务的地址，连接并发送请求
func main() { client,err := consulapi.NewClient(consulapi.DefaultConfig()) if err != nil { log.Fatal("consul client error : ",err) } for { time.Sleep(time.Second * 3) var services map[string]*consulapi.AgentService var err error services,err = client.Agent().Services() log.Println("services",strings.Repeat("-", 80)) for _,service := range services { log.Println(service) } if nil != err { log.Println("in consual list Services:",err) continue } if _,found := services["rankNode_1"]; !found { log.Println("rankNode_1 not found") continue } log.Println("choose", 80)) log.Println("rankNode_1",services["rankNode_1"]) sendData(services["rankNode_1"]) } }
运行情况
consul上注册了2个自定义的服务，一个是名为serverNode的echo服务(来源 《golang使用服务发现系统consul》)，另一个是本文的排行榜服务rankNode。
服务器接收到的请求片段
get: {"func_name":"AddplayerExp","params":[4,41]} get: {"func_name":"AddplayerExp","params":[2,35]} get: {"func_name":"AddplayerExp","params":[5,27]} get: {"func_name":"GetPlayerByLvRank","params":[0,3]}
客户端在consul中查找到服务并连接rankNode_1
services ---------------------------------------------------------- &{consul consul [] 8300 false} &{rankNode_1 rankNode [serverNode] 9528 127.0.0.1 false} &{serverNode_1 serverNode [serverNode] 9527 127.0.0.1 false} choose ------------------------------------------------------------ rankNode_1 &{rankNode_1 rankNode [serverNode] 9528 127.0.0.1 false}
客户端收到的回应片段
get: {"func_name":"AddplayerExp","data":[true],"errorcode":0} get: {"func_name":"AddplayerExp","errorcode":0} get: {"func_name":"GetPlayerByLvRank","data":[[{"player_id":3,"player_name":"玩家3","exp":57,"lv":4,"online":true},{"player_id":2,"player_name":"玩家2","exp":31,{"player_id":1,"player_name":"玩家1","exp":69,"lv":3,"online":true}]],"errorcode":0}
一点说明
为什么说是可水平扩展的排行榜服务呢？文中已经看到，目前有2个自定的服务注册在consul上，client选择了rankNode_1，那么如果注册了多个rankNode，则可以在其中某些节点不可用时，client可以选择其他可用的节点获取服务，而当不可用的节点重新可用时，可以继续注册到consul以提供服务。
今天关于对于水平扩展的分布式系统，Ppub / Sub中的Redis群集与ZeroMQ的讲解已经结束，谢谢您的阅读，如果想了解更多关于android – 如何在ZeroMQ(jzmq)中使用XPUB和XSUB与代理实现Pub-Sub网络、GFS 分布式文件系统 --------- 值的拥有的可扩展的分布式文件系统，大企业用了都说好、go-zero与Redis的完美结合：构建高效的分布式缓存系统、golang实现基于redis和consul的可水平扩展的排行榜服务范例的相关知识，请在本站搜索。
本文标签：
